年报非财务信息的文本披露语言特征会影响股价崩盘风险吗?

近年来，随着年度报告(以下简称年报)非财务信息占公司对外披露信息比重的不断上升，以及披露风格的持续复杂化，非财务信息披露的语言特征逐渐被监管层和学术界所重视。Bushee et al.[1]研究发现，管理层会利用非财务信息披露的语言特征在年报中制造大量“模糊化成分”(obfuscation components)，且这种经过“包装”的语言会在微观层面误导信息使用者决策判断[2]。依据不完全相关假说(incomplete revelation hypothesis)，投资者信息解读成本会影响市场价格反映这部分信息的程度，即便投资者完全接收了某一信息，也可能因为信息解读成本过高而无法将企业的坏消息反映到股价中，出现“信息捂盘”效应，加剧市场波动[3]。上述文献从直观上初步建立了非财务信息披露的语言特征与股价崩盘风险的联系，但并未对二者关系提供严谨的理论分析与实证检验。为此，本文立足于中国资本市场，考察管理层非财务信息披露的语言特征对上市公司股价崩盘风险的影响。

与国外成熟的资本市场相比，在中国情境下考察年报非财务信息披露的语言特征与股价崩盘风险的关系更具有现实意义。首先，我国的资本市场根植于转型经济中，存在信息透明度较低、信息收集成本较高和监管环境相对宽松等问题。特别是，汉语不同于英语，它是结构复杂、表意丰富的语言，且尤为强调圆通式的易经文化，这客观上为管理层借助语言特征进行策略性披露提供了文化“土壤”。其次，防范股价崩盘对维护金融稳定至关重要。股价崩盘风险持续走高不仅本身意味着投资者财富遭受巨大损失，还能透过若干渠道影响宏观经济运行，引发多米诺效应。国际货币基金组织(IMF)在2017年版的《中国金融体系稳定评估报告》中多次指出我国金融监管体系中的“信息风险”以及投资者“过度追求风险”等问题。因此，中国汉语言文化与资本市场背景为本文提供了很好的研究场景。

长久以来，有一种观点认为，非财务信息是对财务信息的“二次解释”而非“再创作”[4]。但实际上，相比于财务信息，管理层在非财务信息上的信息隐藏动机可能更强，且更可能被用于“掩人耳目”的策略性披露。现有研究发现，管理层为隐藏坏消息等，会采取降低文本可读性、提高正面语调的披露风格[5]。此外，相较于财务信息，非财务信息披露可能面临更低的法律风险，其灵活性也更高。通常来说，财务信息的披露需要严格遵守《企业会计准则》《公开发行证券的公司信息披露内容与格式准则》等系列文件，一旦违规批量行为被发现，则面临法律处罚。虽然准则对非财务信息的披露格式也提出了要求，但对其披露的措辞、复杂性和情绪则给予了较高的自由裁量权。由此可见，年报非财务信息的语言特征很可能成为除报表外另一种隐蔽性更强、法律风险更低的信息操纵方式，进而对股价崩盘风险产生重要影响。

有鉴于此，本文基于不完全相关假说以及语言学的相关研究，以2009—2017年中国A股上市公司为研究对象，采用文本分析技术，实证检验了管理层非财务信息披露的语言特征对企业股价崩盘风险的影响。可能的研究贡献在于：现有关于年报信息披露与股价崩盘风险的研究多基于盈余质量等财务数字信息[6]，研究非财务信息这一影响因素的文献较少，如Kim et al.[7]基于美国市场研究了10-k报告可读性对股价崩盘风险的影响。并且，当前国内学者多侧重考察年报文本策略性披露对内部人交易等的影响[8]，忽视了可能对股价稳定产生的影响。此外，虽然研究单一非财务信息语言特征的文献很多，但目前只有为数不多的几篇文献同时考虑了可读性和语调特征，例如，Tan et al.[9]发现，当文本可读性较低时，以更多积极语调进行披露会导致金融素养较低的投资者获取更高的投资收益，但是当可读性较高时，积极语调则不会影响投资者的判断。Ertugrul et al.[10]指出，企业年报文件越大、语调越高，其贷款合同越严格，表明管理层配合使用年报可读性操纵和语调管理会导致企业承担更高的外部融资成本。与上述文献不同，本文立足于我国新兴市场的背景对年报非财务信息披露语言特征是否影响股价崩盘风险进行了探讨，从股票流动性和分析师预测维度提出了具体影响机制，并考察上述效应管理层特征和公司治理层面的异质性，拓展了文本分析与股价崩盘领域的相关研究，从年报可读性操纵和语调管理的复合视角扩充了非财务信息语言特征的研究文献，丰富了年报文本策略性披露的经济后果研究。

二、文献回顾

(一)年报非财务信息的策略性披露

近年来，年报非财务信息的语言特征成为会计学领域关注的热点问题。Bloomfield[11]指出，由于信息解读成本的存在，股价对公司披露信息的反应是不完全或滞后的，因而在公司业绩差时，管理层有更强烈的动机混淆公司年报所披露的非财务信息。此后，大量经验证据表明，非财务信息的语言特征可能是管理层操纵的结果。其中，代表性的观点有业绩动机观和内部人私利观两类：一方面，业绩动机观认为，管理层出于业绩压力会降低非财务信息的可读性，以及提高积极语调。如Li[5]采用“迷雾”指数度量年报非财务信息可读性，发现盈利状况不佳的企业往往会披露复杂的财务报告，如使用烦琐的语言与冗长的句子进行表述。又如Lo et al.[12]研究发现，管理层会通过可读性或语调操纵来辅助盈余管理。另一方面，内部人私利观认为，公司内部人出于私利会操纵非财务信息的可读性和语调。例如，王克敏等[13]研究发现，管理层可通过操纵年报文本信息可读性获取超额薪酬。曾庆生等[8]的研究表明，内部人确实会通过语调管理实现反向交易的获利。

(二)股价崩盘风险的影响因素

股价崩盘是上市公司一种极端恶劣的经济后果，如何有效识别导致崩盘风险的潜在因素并寻找降低崩盘风险的治理因素是学术界迫切需要解答的重要理论问题。关于股价崩盘风险的成因分析，现有文献主要围绕信息不透明和企业内部人两方面展开。首先，基于信息不透明视角研究的基本观点是，不透明的信息环境为管理层隐藏坏消息提供了便利。一方面，股票市场的信息不透明使得投资者无法了解企业的真实运营状况，继而对股价预期作出误判，而一旦投资者获取真实信息后，大量抛售股票会引起股价暴跌[14]；另一方面，公司内部信息不透明致使股东没能及时终止净现值为负的投资项目，投资失败导致公司业绩持续下滑也会引起股价暴跌[15]。其次，基于内部人视角的研究认为，在代理框架下，内部人自利是导致股价崩盘的重要因素之一。管理层出于自利的考虑，如为获取超额薪酬、达到避税目的等[16-17]，会采用“报喜不报忧”的披露策略，在一段时间内刻意隐瞒坏消息，致使负面消息积累到一定上限后集中释放，导致公司股价迅速下跌，进而引发股价崩盘。

(三)文献评述

从国内外文献来看，现有关于股价崩盘风险影响因素的研究主要围绕财务报表盈余信息展开，其基本观点为，粉饰盈余信息是隐藏坏消息的重要手段之一，如果坏消息累积至一定上限而集中释放，投资者大量抛售股票会导致股票价格崩盘。然而，大量基于文本分析的研究表明，管理层可借助撰写冗长复杂、带有情绪的非财务信息来给投资者阅读年报制造障碍。那么，从这个角度分析，操纵文本信息可读性也能用来掩藏坏消息，成为管理层自利的工具，进而影响股价崩盘风险。遗憾的是，当前研究相对缺乏对这方面的探讨。为此，本文从年报非财务信息的文本披露语言特征角度对股价崩盘风险的影响因素及其机制进行了研究。

三、理论分析与研究假设

(一)年报非财务信息可读性与股价崩盘风险

与英美国家相比，中国特殊的语言环境不仅为管理人员进行年报非财务信息可读性操纵提供了空间，也使得这种行为更复杂与隐蔽。首先，中国是一个高语境传播社会，语言的沟通更加含蓄委婉，字面意思往往与真实含义存在较大差异，需要阅读者用心揣摩。根据香农的信息论，信息熵为事件发生的所有可能性的期望平均值。当语言的信息熵越高时，语言的不确定性、无序性越大。与其他语言(如英语、法语、日语等)相比，汉语的信息熵最大[18]。因此，在汉语语境下，不同的文字表述方式可以传递出更加丰富的信息内涵。其次，汉字本身具有较高的复杂性。20世纪90年代，美国学者尼斯贝特组织了一系列中西方文字的对比试验发现，使用汉字所导致的大脑皮层活动比使用拼音文字所导致的大脑活动更复杂。据中国语言文字工作委员会汉字处编著的《现代汉语常用字表》统计，汉字大约有8万个，但常用字仅2 500个，也就是说有将近97%的汉字属于生僻字。当年报中出现过多的生僻字时，年报使用者可能会采取略读或跳读的方式进行阅读，那么遗漏重要信息的概率就会大大增加。最后，汉字也具有较好的可扩展性。在全球化的今天，随着大规模地引进西方先进的科学技术与管理制度，对于新出现的概念，可以很容易地创造新词或者使用不同的汉字进行排列组合，那么，在不增进其信息含量的情况下，一个概念乃至一句话若使用更长的文字进行表述，无疑会给年报使用者设置阅读障碍，降低年报的可读性。

印象管理理论认为，管理层会通过文本信息操纵的方式对年报进行印象管理，给年报阅读者留下尽善尽美的印象[19]。年报披露作为最全面、最权威反映公司经营状况的信息渠道，往往是管理层对外呈现公司形象的重要方式。在年报信息的传递过程中，信息使用者受制于认知的局限会受到年报语言表述方式的误导，即相较于直截了当式的语言表述，圆通隐晦式的语言表达更容易留下好的印象。这种信息解读上的偏差一旦被管理层获悉，可能导致策略性披露行为的产生，如当年报中存在负面信息时，管理层为了维护公司形象，实现信息的浮光掠影，在撰写年报时将更多地使用复杂句式和曲折晦涩词语描述负面消息。从大量面临经营困境企业的年报中可以看出蛛丝马迹，例如，中船科技公司在2016年出现严重的经营亏损，当年年报披露中使用了大量政策性词汇且句式多用转折。以行业状况说明为例，“2016年是我国‘十三五’规划的开局之年，也是我国船舶行业全面做强阶段的关键之年，但受国际船舶市场持续深度调整的影响，完工船舶交付更加艰难，……，但公司仍旧充分结合国家提出的……‘新型城镇化建设’‘新能源战略’、环境保护、提高三四线城市和一线城市间基础设施互联互通、提高三四线城市教育、医疗等公共服务、振兴实体经济等一系列新政策、新方向”。相比而言，同行业业绩稳定的亚星锚链公司，在年报中披露相同内容所使用的句子就显得言简意赅，“2016年全球经济增长趋缓，根据中国船舶工业行业协会统计，报告期全球承接新船订单量为2 742万载重吨，创下20年来新低，全球航运市场疲软，造船行业仍在深度调整期。海工装备方面，国际原油价格在低位徘徊，海洋油气勘探开发投资削减，海工装备运营市场作业需求萎缩”。由此可见，管理者在撰写年报文本方面确实存在策略性披露，语言表述的冗长委婉导致年报使用者很难准确认知文本信息的真实含义。

语言学的研究表明，文本表述的可读性和信息解读的准确性是两个相互竞争的维度。由于人类大脑中处理语言信息的资源是有限的，阅读者将注意力投射到语言复杂度层面会导致对信息准确度层面的忽视[20]，这意味着复杂的文本信息会增加阅读者的信息解读成本。依照“不完全相关假说”，信息解读成本是股价反映信息程度的决定因素。由于公共信息解读成本的存在，投资者在面对海量信息时将不愿意花费大量的时间和精力对信息进行去伪存真，而是更多采取“搭便车”式的羊群交易行为。因而信息解读成本越高，该信息就越难被反映在股票价格中，这为管理层操纵年报可读性以增加信息解读成本提供了可能。例如，当公司存在负面信息需要披露时，管理层最佳的披露策略是在年报中使用晦涩难懂的语言使得坏消息信息解析成本大幅提高，而投资者基于成本考虑难以对该负面信息做出正确解读，导致股价对该负面信息的反映减少，从而降低公司负面信息的释放程度，使得投资者的价格预期高于公司真实价值。

在信息不对称的情况下，造成股价崩盘的主要原因是企业内部人对外界隐瞒负面消息。复杂的文本信息在一定程度上降低了财务报告透明度，增加了企业与外部投资者间的信息不对称，为管理层隐藏负面消息提供了操纵空间。信息披露是外部投资者获取公司经营状况和发展形势相关信息的主要途径，因而信息的披露质量直接决定了信息的透明度。从经典的会计信息系统来看，财务报告透明度主要由会计信息的生产、编制、披露与解读这四部分决定，而年报可读性主要通过增加信息解读成本来弱化信息使用者解读会计信息能力，降低透明度。不透明的财务报告使管理者能够在一段时间内实现掩盖公司坏消息的目的以解燃眉之急，却不能从根本上改善公司经营状况。随着时间的推移，坏消息催生的股价“泡沫”不断积聚，一旦超过阈值“泡沫”则会破裂，公司股价将出现“断崖式”下跌，最终引发股价崩盘。因此，当财务报告可读性下降时，上市公司未来股价崩盘风险可能会相应上升。基于此，本文提出如下假设。

H1：年报非财务信息的可读性越差，企业未来股价崩盘风险越高。

(二)年报非财务信息可读性、语调特征披露与股价崩盘风险

在年报非财务信息中，语调是除可读性外另一种重要的语言特征。已有研究发现，年报语调既可能是企业未来业绩的真实反映，也可能是机会主义行为操纵后的产物。心理学研究表明，具有积极评价意义的词语可以触发人们心中对词语所表达对象的美好印象，并进一步影响其后续判断，但这种印象可能与所表达对象的本质无关，因而管理层可以通过积极乐观的语调披露来诱导投资者做出对自己有利的决策[21]。Huang et al.[22]认为，年报语调由反映企业基本面信息的正常部分和管理层自利动机的异常部分组成，他们研究发现，业绩新闻发布会文本中的异常积极语调增加了企业盈余恰好达到或超过历史盈余和分析师预测的概率，以及新股发行和并购活动概率。

在可读性操纵基础上，管理层配合性地进行积极语调管理对可读性与股价崩盘风险的负面影响可能会造成“放大”效应。心理学研究发现，当人们处于积极情绪状态时，往往做出乐观的决策，而处于消极情绪状态时，则更多做出悲观的决策[23]。例如，Levin & Gaeth[24]研究发现，人们认为80%的瘦肉比20%的肥肉更健康。行为金融学认为，投资者并非完全理性，投资者情绪会影响其投资决策进而影响股票价格。当投资者无法看透管理层可读性操纵的机会主义行为时，异常的积极语调将激发投资者的过度乐观情绪，并预期可能得到较高的未来回报。Tan et al.[9]研究指出，当文本信息可读性较高时，投资者能够充分理解文本中的潜在信息，受管理层语调影响较小，而当文本信息可读性较低时，投资者理解和处理信息的难度加大，更倾向于使用文本语调信息来做出判断。同时，管理层存在延迟披露或隐瞒坏消息的动机，导致外部投资者认为坏消息往往比好消息更加可信，当管理层披露更多的负面语调时，投资者会对坏消息即时做出负向反应，相比之下，正面语调则可能存在反应不足的情况，这就使得管理层可以借助正面语调来延迟或掩盖坏消息的传播。基于此，本文提出如下假设。

H2：年报非财务信息语调披露越积极，可读性对股价崩盘风险的影响会显著加强。

四、研究设计

(一)样本选取与数据来源

本文选取2009—2017年A股上市公司数据作为研究样本。以2009年作为起始时点主要是因为本文所用迪博内部控制数据自2008年开始披露，同时考虑到2008年金融危机的影响，故本文研究样本从2009年开始。本文所需的上市公司年度报告来自巨潮资讯网，年报可读性及语调数据经Python处理获得，股票交易数据、公司财务及企业特征数据来源于CSMAR数据库、Wind数据库和CNRDS数据库。同时，本文剔除了金融类与变量缺失的样本，最终得到15 636个观测值。为消除极端值影响，本文对除虚拟变量外的所有连续变量进行了Winsorize处理。

(二)核心变量定义

1.年报非财务信息可读性

本文从字词可读性、语言逻辑可读性和专业术语可读性三个方面，采用主成分分析法构建年报非财务信息可读性指标(Readability)。各成分定义如下：第一，字词可读性。使用年报文本中复杂汉字占比(复杂字字数除以总字数)衡量汉字简明性，其中复杂字被定义为《现代汉语常用字》中没有收录的汉字，该指标数值越大，年报文本的字词可读性越差。第二，语言逻辑可读性。以年报文本中逆接成分密度衡量语言逻辑可读性，逆接成分密度指的是年报中含有逆接成分(“可是”“然而”“即使”等)的语句占年报句子数的比例，该指标数值越高，年报语言逻辑越复杂。第三，专业术语可读性。采用年报中的财经类专业术语占年报总词数比例衡量专业术语可读性，本文使用《金融财会词典》作为财经类专业术语的文本词典，该指标越大，年报的专业术语可读性越差。本文使用上述三个指标作为成分估算可读性指标，通过KMO检验和SMC检验后的累计贡献率分别为0.390、0.312和0.300。Readability数值越大，年报可读性越差。

2.年报非财务信息语调

对于语调，本文选择《台湾大学情感词典》《清华大学李军中文褒贬义词典》与《知网情感分析词典》作为情感词典，挖掘与统计年报的积极词汇和消极词汇。然后，参照谢德仁、林乐[25]的方法，以净语调(Tone)作为年报语调的代理变量，其计算方法为：(积极词汇-消极词汇)/(积极词汇+消极词汇)。

3.股价崩盘风险

借鉴现有研究方法[26]，本文使用个股负收益偏态系数(NCSKEW)、个股收益率上下波动比(DUVOL)度量企业的股价崩盘风险(CrashRisk)，具体计算过程如下。

首先，计算上市公司i股票经过市场调整后的收益率：

其中，ri,t为上市公司i股票在第t周的收益率，rm,t为市场在第t周的加权平均收益率，rm,t-2和rm,t-1为滞后项，rm,t+1和rm,t+2为超前项，εi,t为个股周收益率中无法被市场加权平均收益率波动解释的部分。上市公司i股票在第t周的经过市场调整后的特有收益率为：Wi,t=Ln(1+εi,t)。

其次，依据上市公司i股票在第t周的经过市场调整后的特有收益率(Wi,t)，本文构建个股负收益偏态系数(NCSKEW)和个股收益率上下波动比(DUVOL)：

其中，n为上市公司i股票在第t年的交易周数。NCSKEW越大，表明个股收益率偏态系数负向程度越高，企业股价崩盘的风险越大。

其中，nu(nd)为上市公司i股票的周收益率高于(低于)当年周收益率均值的周数。DUVOL越大，表明个股收益率的左偏程度越高，企业股价崩盘的风险越大。

(三)实证模型构建

为检验假设H1，本文构建如下回归模型：

其中，被解释变量为CrashRiski,t，为第t期股价崩盘风险，由NCSKEWi,t、DUVOLi,t两个指标构成；解释变量为Readabilityi,t-1，为第t-1期年报可读性。模型(4)重点关注Readabilityi,t-1的回归系数β1，本文预期β1显著为正。Controli,t-1为第t-1期控制变量，具体包括：企业规模(Size)、财务杠杆(Leverage)、代理成本(Agentcost)、经营绩效(ROA)、账市比(BM)、股权集中度(Share)、去趋势的股票换手率(DTURN)、市场收益率(RET)、信息不对称(ABACC)、市场波动性(SIGMA)、产权性质(SOE)、两职合一(Duality)。此外，本文还控制了年度(Year)和行业(Industry)固定效应。为缓解遗漏变量问题，本文在回归模型中控制了个体固定效应，用来捕捉不随时间变化的个体之间的差异。所有变量定义参见表1。

为检验假设H2，本文构建如下回归模型：

β2Tonei,t-1+β3Readabilityi,t-1×Tonei,t-1+

∑λControli,t-1+εi,t-1

其中，调节变量为Tonei,t-1，为第t-1期年报语调。模型(5)重点关注交乘项Readabilityi,t-1×Tonei,t-1的回归系数β3，本文预期β3显著为正。

五、实证结果与分析

(一)描述性统计

表2列示了主要变量的描述性统计结果。结果显示，NCSKEW的均值为-0.453，标准差为0.856，DUVOL的均值为-0.387，标准差为0.732，这与现有研究基本一致[27]。年报非财务信息可读性方面，Readability的均值为0.012，最小值为0.007，最大值为0.054，标准差为0.003，这说明不同企业的年报可得性存在较大的差异。净语调(Tone)的最小值为0.348，说明上市公司年报非财务信息是偏积极的，没有任何一篇年报的净语调为负。

(二)多元回归结果与分析

1.年报非财务信息可读性与股价崩盘风险

表3报告了年报非财务信息可读性与股价崩盘风险的多元回归结果，其中列(1)和列(2)分别报告的是以NCSKEW和DUVOL作为模型(4)被解释变量的检验结果。结果显示：在控制年度、行业与个体固定效应后，列(1)中Readability-1与NCSKEW的回归系数为0.035，在10%的水平下显著为正，列(2)中Readability-1与DUVOL的回归系数为0.044，在1%的水平下显著为正，即公司年报非财务信息可读性越差，其未来发生股价崩盘的风险越高，这表明为达到掩盖“坏消息”的目的，管理人员会通过撰写可读性差的非财务信息来增加投资者的信息解读成本，引发“信息捂盘”效应，导致股价崩盘风险上升。综上所述，H1初步得到验证。

2.管理层业绩压力、内部控制质量的异质性检验

上文主回归结果显示，管理层通过非财务信息语言特征的策略性披露能够隐藏坏消息，并引发股价崩盘风险上升。需要指出的是，非财务信息语言特征的策略性披露并非对所有企业都会产生同等影响。如已有研究发现，不同企业使用策略性披露会存在方向和程度上的差异，而这可能与管理层自利程度和公司治理水平有关[13]。一方面，管理层策略性披露行为的动机主要在于谋求私利，而经营业绩作为高管薪酬和职位晋升的考核标准[28]，是管理层操纵非财务信息的重要考量。另一方面，管理层非财务信息操纵行为受制于所处的内部治理环境，企业良好的内部控制意味着较高的财务报告信息质量，压缩了管理层机会主义信息披露的空间[29]。为此，下文将分别从管理层业绩压力和企业内部控制切入，通过分组回归考察非财务信息披露的语言特征影响股价崩盘风险的横截面差异。

首先，本文考察管理层自利的影响。管理层自利是年报非财务信息操纵的重要动机之一，而业绩压力是产生自利动机的一个重要来源。现代公司治理机制强调，高管的激励约束应与公司经营业绩挂钩，当公司业绩落后于行业平均水平时，高管因公司经营不善而导致薪酬损失或解聘的概率会随之增加，在较大的业绩压力下，高管操纵非财务信息的动机就越强。因此，本文初步预期，当高管面临较高业绩压力时，非财务信息可读性操纵对股价崩盘风险的负面效应越明显。本文使用公司盈利水平(ROA)是否小于行业平均水平作为管理层业绩压力的代理变量，然后将样本分为业绩压力较高组(公司盈利水平小于行业平均水平)与业绩压力较低组(公司盈利水平高于行业平均水平)，并进行分组检验。结果如表4的列(1)～列(4)所示，在业绩压力较高的组别中，年报非财务信息可读性(Readability-1)与股价崩盘风险(NCSKEW和DUVOL)的回归系数均显著为正，而在业绩压力较低的组别中，年报非财务信息可读性(Readability-1)与股价崩盘风险(NCSKEW和DUVOL)的回归系数均不显著。以上结果表明非财务信息可读性对股价崩盘风险的影响仅在管理层拥有较高自利动机条件下存在。

其次，本文考察内部控制的影响。内部控制在财务报告信息披露中扮演着重要的监督者角色。无论是COSO《内部控制—整合框架》，还是中国的《企业内部控制基本规范》均将保证财务报告及相关信息的真实完整性作为内部控制的目标之一。同时，高质量的内部控制能够有效抑制会计信息的策略性披露行为。据此，本文预期，企业的内部控制越薄弱，管理层通过操纵非财务信息可读性实现“信息捂盘”的空间越大，股价崩盘风险越高。为此，本文采用迪博公司发布的“内部控制指数”作为内部控制质量的代理变量，并以其中位数进行分组检验。结果如表4的列(5)～列(8)所示，在内控质量较高的组别中，年报非财务信息可读性(Readability-1)与股价崩盘风险(NCSKEW和DUVOL)的回归系数均不显著，而在内控质量较低的组别中，年报非财务信息可读性(Readability-1)与股价崩盘风险(NCSKEW和DUVOL)的回归系数分别在5%和1%的水平下显著为正。这说明，非财务信息可读性对股价崩盘风险的影响仅在公司内部控制薄弱条件下存在。

3.年报非财务信息可读性、语调特征披露与股价崩盘风险

表4的列(9)、列(10)报告了年报非财务信息可读性、语调特征披露与股价崩盘风险的多元回归结果，不难发现：Readability-1×Tone-1与NCSKEW的回归系数为0.066，在5%的水平下显著为正，Readability-1×Tone-1与DUVOL的回归系数为0.048，在10%的水平下显著为正，实证结果说明非财务信息语调披露越积极，可读性对股价崩盘风险的影响会显著加强。为向投资者传递其对公司发展前景的假象，管理层可能会在可读性基础上配合性地进行积极语调管理，但这种行为应引起投资者足够的警惕，因为这种可读性与语调交互披露策略会进一步加剧股价崩盘风险的上升效应。综上所述，H2得到了验证。

六、进一步分析

(一)影响机制检验

前文已述，管理层操纵年报非财务信息披露的语言特征增加了信息不对称，导致企业的股价崩盘风险上升。在前文理论分析的基础上，本部分从股票流动性和分析师预测视角进一步检验影响机制。

1.股票流动性的机制检验

微观金融领域的研究通常使用个股的交易情况来量化股票市场上各类交易者对企业价值信息的不对称程度，基于日频交易数据来测算非流动性比率指标，并将其作为信息不对称程度的代理变量[30]。据此，本文主要从两个方面进行影响机制检验：第一，考察非财务信息语言特征操纵是否降低了股票流动性。如果检验通过，则表明这种信息操纵方式增加了信息不对称程度。第二，以非流动性指标进行分情景检验。如果非财务信息语言特征操纵增加了信息不对称，那么在非流动性指标较高的企业中，股价崩盘风险的上升效应会更显著。本文使用模型(6)计算股票的非流动性比率(LR)。

其中，Vi,t(k)为i企业t年度第k个交易日的成交量，ri,t(k)为股票收益率，Di,t为当年交易天数。股票流动性越差，该指标的数值越大，信息不对称程度越高。

表5报告了基于股票流动性视角的影响机制检验结果。本文首先考察非财务信息语言特征操纵对非流动性比率的影响，结果如列(1)所示，Readability-1与LR的回归系数为0.049，在1%的水平下显著为正，说明非财务信息语言特征操纵程度越高的公司，股票流动性越差，信息不对称程度越高。进一步，本文以非流动性比率的中位数进行分组检验，结果如列(2)～列(5)所示，在非流动性比率较高的组别中，Readability-1与NCSKEW、DUVOL的回归系数分别为0.060和0.066，均显著为正，而在非流动性比率较低的组别中，Readability-1与NCSKEW、DUVOL不存在相关性。以上结果支持了基于股票流动性视角的影响机制检验。

2.分析师预测的机制检验

分析师在资本市场中扮演着重要的信息中介作用，其对信息的收集与解读有助于投资者接触到更深、更广的企业基本面信息。如果企业自身的信息透明度较低，那么分析师预测误差也会随之增多，因而本文可以从分析师预测准确度视角进行影响机制检验。据此，本文从两个方面进行影响机制检验：第一，考察非财务信息语言特征操纵是否降低了分析师预测准确度。如果检验通过，则表明这种信息操纵方式增加了信息不对称。第二，以分析师预测准确度进行分情景检验。如果非财务信息语言特征操纵增加了信息不对称，那么在分析师预测准确度较低的企业中，股价崩盘风险的上升效应会更显著。参照姜付秀等[31]的方法，分析师预测准确度计算方法为：Analyst=|上市公司每股盈余的分析师预测值-上市公司每股盈余的实际值|÷净利润。该指标数值越大，表明分析师预测越不准确，企业的信息不对称程度越高。

表6列示了基于分析师预测视角的影响机制检验结果。本文首先考察非财务信息语言特征操纵对分析师预测准确度的影响，结果如列(1)所示，Readability-1与Analyst的回归系数为0.001，在10%水平下显著为正，说明非财务信息语言特征操纵程度越高的公司，分析师预测准确度越低，信息不对称程度越高。进一步，本文以分析师预测准确度的中位数进行分组检验，结果如列(2)～列(5)所示，在分析师预测准确度较低的组别中，Readability-1与NCSKEW、DUVOL的回归系数分别为0.056和0.057，均显著为正，而在分析师预测准确度较高的组别中，Readability-1与NCSKEW、DUVOL不存在相关性。以上结果支持了基于分析师预测视角的影响机制检验。

(二)稳健性检验

本文的研究结论可能受到反向因果影响而产生内生性问题。为此，参照王化成等[32]的方法，使用工具变量法进行内生性检验，并分别以同年度同行业除本公司外的其他公司年报非财务信息可读性平均值Ind_Year_Readability和同年度同省份除本公司外的其他公司年报可读性平均值Pro_Year_Readability作为Readability的工具变量。工具变量的选取应同时满足相关性和外生性的前提：一方面，从相关性来看，同一行业(省份)、同一年度的公司面临着相似的外部环境，因而工具变量与原解释变量之间具有相关性；另一方面，从外生性来看，尚没有证据表明同行业(省份)同年度其他公司的年报可读性会影响股价崩盘风险，因而工具变量满足外生性。

表7列示了工具变量法的检验结果。其中，列(1)～列(3)报告了以Ind_Year_Readability作为工具变量的检验结果，结果显示：在一阶段回归中，Ind_Year_Readability的回归系数在10%的水平下显著为正，表明工具变量同原解释变量显著正相关。在二阶段回归中，与股价崩盘风险的两个变量NCSKEW、DUVOL的回归系数均为正，表明原解释变量与股价崩盘风险之间的相关关系依然成立。列(4)～列(6)报告了以Pro_Year_Readability作为工具变量的检验结果，结果显示：在一阶段回归中，Pro_Year_Readability的回归系数在1%的水平下显著为正。在二阶段回归中，与股价崩盘风险的两个变量NCSKEW、DUVOL的回归系数均为正。以上工具变量检验结果再次验证了本文的研究结论。

2.改变股价崩盘风险的衡量方法

参照Chen et al.[26]对股价崩盘风险的衡量方法，本文以公司经历股价暴跌天数(COUNT)作为其代理变量。COUNTi,t为i股票在第t年经过市场调整后的收益率小于该收益率当年均值的2.85倍标准差以下的天数减去经过市场调整后的收益率大于该收益率当年均值的2.85倍标准差以上的天数。COUNT的数值越大，股价发生暴跌的天数越长，企业的股价崩盘风险越大。表8的列(1)报告了检验结果，Readability-1的回归系数在5%的水平下显著为正，与H1主回归结果保持一致。

3.改变非财务信息语调衡量方法

在主回归中，本文采用净语调衡量非财务信息语调，在这部分中，本文参照曾庆生[8]的方法，分别以“积极词汇数/年报总字数”“消极词汇数/年报总字数”作为积极语调(Positive)和消极语调(Negative)的代理变量，再次带入回归模型(4)进行检验。依据理论分析部分的逻辑，积极语调会对非财务信息可读性与股价崩盘风险关系产生正向调节作用，而消极语调对二者关系没有影响。表8的列(2)～列(5)报告了检验结果，结果显示：交乘项Readability-1×Positive-1与两个股价崩盘风险变量的回归系数均显著为正，而Readability-1×Negative-1与两个股价崩盘风险变量的回归系数均不显著，与H2主回归结果一致。

4.改变年报非财务信息可读性衡量方法

主回归中本文使用综合指标衡量非财务信息可读性。为增强研究结果的可靠性，本文在表9中列示了可读性单项指标的检验结果：第一，以难字数/总字数衡量非财务信息可读性，结果如列(1)～列(2)所示，Readability-1与股价崩盘风险的两个指标均显著正相关。第二，以年报逆接成分占比衡量非财务信息可读性，结果如列(3)、列(4)所示，无论NCSKEW还是DUVOL，回归系数都显著为正。第三，以专业术语占比衡量非财务信息可读性，结果如列(5)、列(6)所示，Readability-1同NCSKEW、DUVOL的回归系数都显著为正，仍与主回归结果保持一致。

5.其他稳健性检验

此外，本文还进行了排除自选择问题、排除竞争性解释等稳健性检验：就前者而言，年报中复杂的语言也可能是为了向市场传递专业性技术细节信息，而拥有较多专利技术的企业本身可能更容易出现股价崩盘。为排除该问题，以上市公司三项专利和的中位数来区分企业技术信息含量高低，如果在技术信息较高组中，与股价崩盘风险的回归系数不显著，而在技术信息较低组中，回归系数显著为正，则可排除自选择问题。就后者而言，年报文本越复杂的公司越容易引起市场关注，导致企业未来股价崩盘风险降低。该解释对本文的理论逻辑造成了挑战。为排除该问题，以分析师关注(Coverage)作为被解释变量，进行基准回归。其中，Coverage为完整年度中对企业做出盈利预测分析师人数[33]。如果可读性与分析师关注之间不存在显著的相关关系，则支持本文的研究假设。在进行上述处理后，本文的研究假设依然成立，由于篇幅所限，不再披露具体回归结果，留存备索①。

七、研究结论与启示

年报非财务信息的研究近年来得到了学术界的广泛关注。虽然已有大量研究发现，年报中的财务信息能够显著影响股价崩盘风险。可是，年报中绝大多数篇幅由文字形式的非财务信息构成，对于这些文字信息的语言特征能否以及如何影响股价崩盘风险，既有研究却鲜有关注。有鉴于此，本文收集了2009—2017年A股上市公司年报文本，采用计算机文本分析构建年报非财务信息可读性和语调指标，实证检验了年报非财务信息的语言特征对股价崩盘风险的影响。研究发现：上市公司的年报非财务信息可读性越差，其未来的股价崩盘风险越高，表明管理层有目的地撰写可读性差的非财务信息可用于隐瞒坏消息，导致企业未来的股价崩盘风险增加；这一关系仅在管理层自利动机较高、内控质量较差的企业中显著，表明非财务信息的策略性披露对股价崩盘风险的影响需要一定的作用条件；在可读性基础上，管理层配合性地进行积极语调管理会进一步增加可读性对股价崩盘风险的负面作用。进一步，影响机制检验发现，管理层操纵年报非财务信息语言特征增加了企业与外界的信息不对称程度是股价崩盘风险上升的原因。由此可见，管理层操纵年报非财务信息的语言特征可达到“掩人耳目”的目的，并非只是对财务信息的“二次解释”。

本文的现实启示意义在于：第一，对于市场监管机构而言，现有准则文件多将财务报告的财务信息作为市场监管的重点内容，而对非财务信息的关注相对不足。例如，《企业会计准则》主要围绕企业发生的交易或事项的会计确认、计量和报告进行指导规范，而与会计信息编报和呈现有关的规定往往是作为一项附属内容。本文研究结论表明，管理人员不仅能利用财务报告的非财务信息进行策略性披露，影响信息使用者的决策判断，其产生的经济后果还会导致企业极端事件发生，波及股票市场稳定。因此，监管机构应加强非财务信息披露这一薄弱环节的监管、完善上市公司信息披露制度、加大信息操纵等违规违法行为的惩罚力度，以构筑良好的市场监管体系，防范重点领域风险。第二，对于上市公司而言，本文研究揭示出，管理人员考虑到业绩压力会进行非财务信息操纵，且这种行为多发生于公司治理较为薄弱的企业，表明与财务信息操纵一样，非财务信息操纵也是一种机会主义行为，通过制定合理的薪酬契约、加强内部控制能够在一定程度上弱化可读性操纵对股价稳定的负面影响。第三，对于投资者而言，正如本文所发现的那样，披露可读性差、异常积极语调的财务报告可能与隐藏坏消息有关，因而投资者在进行投资决策时，要格外重视财务报告的非财务信息，不可单独地依赖管理层在财务报告中对企业情况的表述孤立地进行决策，而应借助多方面信息渠道，正确识别可能存在的策略性披露行为，避免因信息不对称而导致投资者遭受重大损失。

①作者邮箱：wang_charity@163.com。

[1]BUSHEE B J, GOW I D, TAYLOR D J. Linguistic complexity in firm disclosures: obfuscation or information? [J]. Journal of Accounting Research, 2018, 56(1): 85-121.

[2]BONSALL S B, MILLER B P. The Impact of narrative disclosure readability on bond ratings and the cost of debt[J]. Review of Accounting Studies, 2017, 22(2): 608-643.

[3]CHEN J, HONG H, STEIN J C. Forecasting crashes: trading volume, past returns, and conditional skewness in stock prices [J]. Journal of Financial Economics, 2001, 61(3): 345-381.

[4]BENABOU R, LAROQUE G. Using privileged information to manipulate markets: insiders, gurus and credibility [J]. Quarterly Journal of Economics, 1992, 107(3): 921-958.

[5]LI F. Annual report readability, current earnings, and earnings persistence [J]. Journal of Accounting and Economics, 2008, 45(2/3): 221-247.

[6]KIM J B, ZHANG L. Financial reporting opacity and expected crash risk: evidence from implied volatility smirks [J]. Contemporary Accounting Research, 2014, 31(3): 851-875．

[7]KIM C, WANG K, ZHANG L. Readability of 10-k reports and stock price crash risk[J]. Contemporary Accounting Research, 2019, 36(2): 1184-1216.

[8]曾庆生, 周波, 张程, 等. 年报语调与内部人交易:“表里如一”还是“口是心非”? [J]. 管理世界, 2018(9): 143-160.

[9]TAN H T, WANG E Y, ZHOU B. How does readability influence investors’ judgments? Consistency of benchmark performance matters [J]. The Accounting Review, 2014, 90(1): 371-393.

[10]ERTUGRUL M, LEI J, QIU J, et al. Annual report readability, tone ambiguity, and the cost of borrowing [J]. Journal of Financial and Quantitative Analysis, 2017, 52(2): 811-836.

[11]BLOOMFIELD R J. Discussion of annual report readability, current earnings, and earnings persistence [J]. Journal of Accounting and Economics, 2008, 45(2): 248-252.

[12]LO K, RAMOS F, ROGO R. Earnings management and annual report readability [J]. Journal of Accounting and Economics, 2017, 63(1): 1-25.

[13]王克敏, 王华杰, 李栋栋, 等. 年报文本信息复杂性与管理者自利——来自中国上市公司的证据 [J]. 管理世界, 2018(12): 120-132.

[14]JIN L, MYERS S C. R2 around the world: new theory and new tests [J]. Journal of Financial Economics, 2006, 79(2): 257-292.

[15]HUTTON A P, MARCUS A J, TEHRANIAN H. Opaque financial reports, R2, and crash risk [J]. Journal of Financial Economics, 2009, 94(1): 67-86.

[16]KIM J B, LI Y, ZHANG L. CFOs versus CEOs: equity incentives and crashes [J]. Journal of Financial Economics, 2011, 101(3): 713-730.

[17]XU N, LI X, YUAN Q, et al. Excess perks and stock price crash risk: evidence from China [J]. Journal of Corporate Finance, 2014, 25(2): 419-434.

[18]BEHR J F H, FOSSUM V, MITZENMACHER M D, et al. Estimating and comparing entropy across written natural languages using PPM compression [Z]. Data Compression Conference Working Paper No.1194035, 2003.

[19]孙蔓莉. 论上市公司信息披露中的印象管理行为 [J]. 会计研究, 2004(3): 40-45.

[20]POLAT B, KIM Y. Dynamics of complexity and accuracy: a longitudinal case study of advanced untutored development [J]. Applied Linguistics, 2014, 35(2): 184-207.

[21]MACGREGOR D G, SLOVIC P, DREMAN D, et al. Imagery, affect, and financial judgment [J]. Journal of Psychology and Financial Markets, 2000, 1(2): 104-110.

[22]HUANG X, TEOH S H, ZHANG Y. Tone management [J]. The Accounting Review, 2014, 89(3): 1083-1113.

[23]LOEWENSTEIN G, WEBER E, HSEE C, et al. Risk as feelings [J]. Psychological Bulletin, 2001, 127(2): 267-286.

[24]LEVIN I P, GAETH G J. How consumers are affected by the framing of attribute information before and after consuming the product [J]. Journal of Consumer Research, 1988, 15(3): 374-378.

[25]谢德仁, 林乐. 管理层语调能预示公司未来业绩吗?——基于我国上市公司年度业绩说明会的文本分析 [J]. 会计研究, 2015(2): 20-27.

[26]CHEN C, KIM J B, YAO L. Earnings smoothing: does it exacerbate or constrain stock price crash risk? [J]. Journal of Corporate Finance, 2017, 42(2): 36-54.

[27]褚剑, 方军雄. 中国式融资融券制度安排与股价崩盘风险的恶化 [J]. 经济研究, 2016(5): 143-158.

[28]陈文强, 谢乔昕, 王会娟, 等. 行权业绩考核与企业研发投资:“治理”还是“压力”?——来自中国上市高科技企业的经验证据 [J]. 经济管理, 2021(11): 137-155.

[29]章铁生, 杨洋, 许锐. 产权配置、内部控制质量与企业财务困境风险化解 [J]. 北京工商大学学报(社会科学版), 2018(2): 73-83.

[30]AMIHUD Y. Illiquidity and stock returns cross-section and time-series effects [J]. Journal of Financial Markets, 2002, 5(1): 31-56.

[31]姜付秀, 石贝贝, 马云飙. 信息发布者的财务经历与企业融资约束 [J]. 经济研究, 2016(6): 83-97.

[32]王化成, 曹丰, 叶康涛. 监督还是掏空:大股东持股比例与股价崩盘风险 [J]. 管理世界, 2015(2): 45-57.

[33]余明桂, 钟慧洁, 范蕊. 分析师关注与企业创新——来自中国资本市场的经验证据 [J]. 经济管理, 2017(3): 177-194.